JMLA（《医学图书馆协会杂志》）作者在生成式AI（人工智能）投稿政策三周年提出CVD披露框架
《医学图书馆协会杂志》（Journal of the Medical Library Association，JMLA）作者在生成式AI（人工智能）投稿政策发布三周年时回顾称，AI在知识工作中的扩散速度远超当年预期。
文章提出合规、可核验、披露（Compliance, Verifiability, and Disclosure，CVD）框架，供投稿作者权衡是否及何时使用AI。 该文为期刊编辑评论，摘要未提供实证数据。
事实原始来源可核对
事实与证据边界
摘要显示，JMLA于2023年秋推出生成式AI（人工智能）投稿政策，预测相关工具将嵌入临床医生、教育者、研究者和学生的工作流程； 作者称这一预测“显著低估”了AI影响。 文章讨论AI带来的教育挑战，作者认为过度认知卸载可能威胁学习所依赖的深度思考； 同时列举研究者面临的风险，包括幻觉引文和虚构疾病。
作者建议在信息系统中具备辨识专长的健康科学图书馆员担任该领域领导者，并提出合规、可核验与披露（CVD）框架，帮助JMLA投稿作者权衡是否及何时使用AI。 作者强调教育与研究应保持以人为本。
分析判断
这篇编辑评论的价值在于把AI（人工智能）使用规范从“是否允许”推进到“如何在投稿流程中核验与披露”，CVD框架可作为学术出版与心理行业AI内容治理的参考思路。 但文章属观点性回顾，摘要未提供关于认知卸载程度或AI导致错误率的量化证据，相关表述应理解为作者判断而非研究结论。
后续观察信号
- CVD框架的具体判定标准与执行细则
- 健康科学图书馆员在AI（人工智能）素养培训中的实际角色变化